-
公开(公告)号：CN109547789A
公开(公告)日：2019-03-29
申请号：CN201910025255.6
申请日：2019-01-11
申请人： 重庆理工大学
IPC分类号： H04N19/172 , H04N19/527 , H04N19/61
摘要： 本发明涉及一种全局运动补偿算法，该方法首先确定一个目标帧，然后对每相邻视频帧进行全局运动参数估计得到相邻帧运动变换，再迭代地将对象在原帧的坐标通过连续相邻帧的变换依次映射到目标帧，最后得到的目标帧即经过补偿得到的结果帧。本发明提出基于L1范数最小化的全局运动参数估计方法和基于相邻帧运动参数迭代映射的全局运动补偿方法，从视频的原始轨迹中获得出对象的真实运动轨迹。本发明提出全局运动参数估计和补偿算法能有效地把握全局运动的规律，并从中准确恢复出目标对象的真实运动轨迹。
-
公开(公告)号：CN109547789B
公开(公告)日：2022-11-04
申请号：CN201910025255.6
申请日：2019-01-11
申请人： 重庆理工大学
IPC分类号： H04N19/172 , H04N19/527 , H04N19/61
摘要： 本发明涉及一种全局运动补偿算法，该方法首先确定一个目标帧，然后对每相邻视频帧进行全局运动参数估计得到相邻帧运动变换，再迭代地将对象在原帧的坐标通过连续相邻帧的变换依次映射到目标帧，最后得到的目标帧即经过补偿得到的结果帧。本发明提出基于L1范数最小化的全局运动参数估计方法和基于相邻帧运动参数迭代映射的全局运动补偿方法，从视频的原始轨迹中获得出对象的真实运动轨迹。本发明提出全局运动参数估计和补偿算法能有效地把握全局运动的规律，并从中准确恢复出目标对象的真实运动轨迹。
-
公开(公告)号：CN114529942A
公开(公告)日：2022-05-24
申请号：CN202210071827.6
申请日：2022-01-21
申请人： 重庆理工大学
IPC分类号： G06V40/10 , G06K9/62 , G06V10/764
摘要： 本发明涉及行人识别技术领域，尤其涉及一种基于目标结构关系增强的行人重识别方法。包括选用ResNet50作为主干网络；在ResNet50的残差堆叠模块中添加结构增强可堆叠注意力模块来强化各层级特征，以通过结构增强因子提升网络学习可区分性特征的能力；使用标签平滑交叉熵损失联和联和三元组损失来训练模型。本发明的结构增强可堆叠注意力模块，能通过局部信息感受全局结构信息来帮助神经网络建立目标结构特征之间的联系，并强化结构信息，以此提炼更加具有区分性的目标结构特征；建模方式建立了结构之间的交互信息，使得结构信息不再独立，加强结构信息与自身表征向量的交互，最终的加强因子更加细腻。
-
公开(公告)号：CN105138995B
公开(公告)日：2019-06-25
申请号：CN201510551025.5
申请日：2015-09-01
申请人： 重庆理工大学
IPC分类号： G06K9/00
摘要： 本发明公开一种基于骨架信息的时不变及视不变的人体行为识别方法，先提取相同视频长度的人体行为视频段；从视频的每一帧中提取表达人体行为的二十个关节信息；根据视频每一帧中二十个关节的信息计算处理得出以两髋中心为基准的特征向量HCBV，角度特征向量AV及相对位置特征向量PRPV；采用支持向量机分类器分别对以两髋中心为基准的特征向量HCBV进行分类识别，对角度特征向量AV进行分类识别，对相对位置特征向量PRPV行分类识别，得出各个行为类别的识别概率；最后对以两髋中心为基准的特征向量HCBV、角度特征向量AV及相对位置特征向量PRPV得出的各个行为类别的识别概率进行加权求和融合得到行为的识别结果。本发明识别方法简单直观，识别正确率高，识别时间短。
-
公开(公告)号：CN109271634A
公开(公告)日：2019-01-25
申请号：CN201811082555.X
申请日：2018-09-17
申请人： 重庆理工大学
摘要： 本发明公开一种基于用户情感倾向感知的微博文本情感极性分析方法，包括如下步骤：获取目标用户的历史微博文本集合及目标文本，并预先统计获得目标用户的历史微博文本集合中包含的各文本的情感倾向；提取目标文本的情感词并生成目标文本的文本情感信息ht；基于历史微博文本判断目标用户的用户情感倾向得分Score(U)；基于用户情感倾向得分Score(U)及文本情感信息ht判断目标文本的情感极性。本发明公开了一种基于用户情感倾向感知的微博文本情感极性分析方法，将目标文本中的情感词的情感倾向与用户自身的情感倾向相结合，从而使得对于目标文本的情感倾向的判断更加准确。
-
公开(公告)号：CN104462409B
公开(公告)日：2017-08-25
申请号：CN201410766618.9
申请日：2014-12-12
申请人： 重庆理工大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于AdaBoost的跨语言情感资源数据识别方法，包括如下步骤：步骤1，建立情感资源数据识别模型，通过先验概率和条件概率来估计原始数据d对于类别的后验概率，由此判断原始数据d的类别；步骤2，将目标语言训练集翻译成源语言训练集，然后在联合训练集上运用AdaBoost的情感资源数据识别算法进行情感资源数据的训练，构造弱分类器；步骤3，通过设置滑动窗口更新训练集，训练最优弱分类器；最后得到适用于目标语言情感资源数据识别的分类器，形成最优分类器，从而识别特定语言情感资源数据。
-
公开(公告)号：CN104778240A
公开(公告)日：2015-07-15
申请号：CN201510163263.9
申请日：2015-04-08
申请人： 重庆理工大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于多特征融合的微博文本数据分类方法，包括：步骤1，进行用户认证登录，获取微博文本数据信息，根据分类器获取特征信息并计算特征信息权重；步骤2，通过朴素贝叶斯方法对特征信息进行分类，对于分类结果进行权值计算；步骤3，将计算完成的分类结果进行分类融合，直到特征信息分类完毕，将分类完毕的特征信息进行展示操作。使用户获得有用信息的效率提高，从而实现数据的快速抓取，保证数据分类的准确性。
-
公开(公告)号：CN103431855A
公开(公告)日：2013-12-11
申请号：CN201310388356.2
申请日：2013-08-30
申请人： 重庆理工大学
IPC分类号： A61B5/0402 , A61N1/36
摘要： 起搏心电信号的非平衡深度压缩方法，包括起搏心电信号的快速内容感知、表征波形与非表征波形的非平衡协同数据压缩与重构。本发明主要针对起搏心电信号中起搏脉冲与其它心电波形频率分布差异较大、表征波形与非表征波形在临床诊断中的权重差异性，在不满足奈奎斯特采样定理的前提下，有针对性地对表征波形与非表征波形采用不同压缩与重构策略。本发明以起搏脉冲信号固有频率的1/2进行采样，在同一时间窗内对表征波形采用压缩感知与Huffman编码处理，对非表征波形进行非失真下采样及Huffman编码。在保证临床诊断信息不失真的前提下，提高了数据的压缩比与重构精度，保证了起搏器无线监测终端的可靠运行。
-
公开(公告)号：CN109271634B
公开(公告)日：2022-07-01
申请号：CN201811082555.X
申请日：2018-09-17
申请人： 重庆理工大学
IPC分类号： G06F40/205 , G06N3/04 , G06N3/08
摘要： 本发明公开一种基于用户情感倾向感知的微博文本情感极性分析方法，包括如下步骤：获取目标用户的历史微博文本集合及目标文本，并预先统计获得目标用户的历史微博文本集合中包含的各文本的情感倾向；提取目标文本的情感词并生成目标文本的文本情感信息ht；基于历史微博文本判断目标用户的用户情感倾向得分Score(U)；基于用户情感倾向得分Score(U)及文本情感信息ht判断目标文本的情感极性。本发明公开了一种基于用户情感倾向感知的微博文本情感极性分析方法，将目标文本中的情感词的情感倾向与用户自身的情感倾向相结合，从而使得对于目标文本的情感倾向的判断更加准确。
-
公开(公告)号：CN114529851A
公开(公告)日：2022-05-24
申请号：CN202210073410.3
申请日：2022-01-21
申请人： 重庆理工大学
IPC分类号： G06V20/40
摘要： 本发明公开了基于多尺度残差视觉信息融合的牧场牛只数量估计方法。属于牧场牛只数量估计技术领域。本发明包括。本发明通过创建了一个用于牛只密度估计的数据集，并提出了一种基于多尺度残差视觉信息融合的牧场牛只数量估计方法，该方法利用多个并列且空洞率不同的空洞卷积提取牛只目标的多尺度特征，并将残差结构与小空洞率卷积相结合，设计出更适合牛只活体计数的深度神经网络，在牛只密度数据集中，该方法取得了最低的平均绝对误差和均方根误差。本发明在密集人群数据集中，该方法的MAE和RMSE也属于最优或次优结果，且实验结果表明，本方法有较高的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.028 秒)
